[發明專利]一種基于自適應遺傳算法的PID參數優化方法

在審

• 申請號: 201710933067.4
• 申請日: 2017-10-10
• 公開（公告）號: CN107703749A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 史兵;吉高峰;苗乃明
• 申請（專利權）人: 常州大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;G06N3/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及水產養殖中溶解氧含量的自動控制算法，特別是其中的參數優化問題。

背景技術

在生產過程自動控制的發展歷程中，按偏差的比例(P－Proportional)、積分(I－Integral)和微分(D－Derivative)線性組合進行控制的方式―PID控制方式是歷史悠久、生命力最強的基本控制方式。而按照PID控制設計的調節器，是連續系統中技術最成熟，應用最為廣泛的一種調節器。在本世紀40年代以前，除在最簡單的情況下可采用開關控制外，PID是唯一的控制方式，后來隨著科學技術的發展特別是電子計算機的誕生和發展，涌現出許多新的控制方法。然而直到現在，PID控制由于自身的優點仍然是應用最廣泛的基本控制方式。

本系統中溶解氧的控制即采用了PID控制方法，通過對增氧機轉速的調節實現了溶解氧含量的智能調控。PID調節器的控制效果取決于PID參數K_P、K_I、K_D的整定是否合理，傳統的整定方法不僅需要熟練的技巧，而且往往比較費時，更重要的是當被控對象特性發生變化需要調節器參數作相應調整時，PID調節器沒有這種“自適應”的能力，而且由于監控過程的連續性，參數的重整定，實際很難進行，甚至是不可能的。因此傳統的PID參數整定已無法滿足不斷提高的控制要求。

模擬生物進化過程的遺傳算法(Genetic Algorithms，GA)自創建至今，吸引了大量的研究者，并已滲透到研究與工程的各個領域。最近幾年來，遺傳算法作為求解優化問題的有效手段，開始被引入控制系統的設計中來。遺傳算法采用純數值計算方法和隨機進化策略，無需梯度信息，它能有效地攻克十分困難的優化問題，使處理問題更具靈活性、適應性、魯棒性和全局性。它不僅能提高控制系統設計的品質，而且能降低設計的難度。根據遺傳算法的特點，只要將控制器的參數構成基因型，將性能指標構成相應的適應度，便可利用遺傳算法來整定控制器的最佳參數。

目前，用于PID優化的系統調節指標函數主要有3類：時域指標、頻域指標、二次性能指標。參數優化有兩種途徑：

(1)間接尋優，即寫出目標函數的解析式，然后根據目標函數取極值的充分與必要條件，求出參數的最優解，但通常求解都比較困難。

(2)直接尋優，即直接在參數空間中按照一定規律進行探索尋優，尋得目標函數即為最小參數點。已有的直接尋優法有梯度法、爬山法等。但是這些算法的最大缺點是容易陷于局部最優，而遺傳算法的全局尋優能力較強，應用于此較為合理。

發明內容

本發明的一種基自適應遺傳算法的PID參數優化方法，包括如下步驟：

(1)對K_P、K_I、K_D進行編碼

這里對K_P、K_I、K_D的編碼采用二進制編碼、多參數連接方式，對三個參數用10位二進制碼表示，三個參數依次串聯在一起形成一個解的字符串，即個體，其字符串長度為30。

(2)適應函數的設計

適應度函數的設計，應避免在進化的開始由于少數性能較優的個體適應度過大而淹沒其他個體，使尋優過程緩慢或出現未成熟收斂。由于控制決策旨在使控制偏差趨于零，有較快的響應速度和較小的超調量，因此適應函數設計應把最優預測形成的反饋偏差e(t)，偏差的變化率和控制量u(t)三者很好地進行折衷。

適應函數如下：

F＝c/J(1)

其中，c＝10ⁿ，n為整數，當個體的適應度相差較大時，n≤0；相差較小時，n≥0。

J為與個體對應的K_P、K_I、K_D的二次型性能指標函數：

其中，ω₁，ω₂和ω₃是權值，一般取ω₁＝100，ω₂＝10，ω₃＝1。

(3)遺傳算子的操作

遺傳算子中的選擇、交叉和變異的算法均采用引入自適應機制的遺傳操作策略，即采用自適應選擇、自適應交叉和自適應變異。

(4)最后輸出結果

即該個體對應的K_P、K_I、K_D值；反之則要進行新一輪選擇、交叉和變異的遺傳操作。

附圖說明